当前位置: 首页 > 科技观察

大多数数据仓库项目都失败了,这里有避免失败的灵丹妙药

时间:2023-03-15 15:49:26 科技观察

大多数数据仓库项目都失败了,这里有一个银弹可以避免它们尽管公司投入了大量的时间和金钱,但大约80%的数据仓库项目最终未能实现其目标。没有什么可羞愧的;事实上,此类失败的发生频率比您想象的要高。当行业巨头出错时,它就会成为头条新闻。但对于大多数企业来说,高项目失败率往往被忽视。意识到您需要一个坚实可靠的数据仓库只是冰山一角。接下来发生的是在数据仓库的创建、组织的安全维护和数据管理上投入了大量的时间和金钱,并且您希望您的项目成为为数不多的精心策划和成功的项目之一。下面我们分享我们对数据仓库项目高失败率的见解,以及帮助您成功的策略。设定切合实际的项目和ROI期望-不要期望太多、太快数据仓库的好处是显而易见的:更高的效率和可靠性、更快的交付、更好的预测和更好地适应市场变化更好地响应能力和潜在机会。然而,试图证明数据仓库的市场回报率是不现实的。空洞的承诺、宏伟的目标和大量投资不一定会带来明显的短期收益。一年半后,该项目可能仍然感觉像是难以产生可见目标的信念。由于这个可怕的因素,项目需求通常被设计为密切跟踪项目的复杂性和进度。“只要我们能证明这个项目还在推进,我们就能争取到外部资金,最终完成这个项目,”有人可能会说。然而,不从实际角度解决组织业务目标的项目注定要失败。解决方案:从可行性的角度为业务用户提供支持,从小事做起审查您的数据仓库项目需求应该从支持最了解业务目标的人员开始——而不是精通数据仓库的专家。从您心中定义的明确业务目标开始,您可以对需要逐项完成的任务报告进行逆向工程。然后您可以设计数据仓库来实现您的目标。然后,以结构化的方式一点一点地构建数据仓库。例如,您可以首先连接到资金流的核心数据源,这样您就可以报告核心财务KPI。随着时间的推移,您可以迭代和扩展,然后您的数据仓库可以包括并连接HR、运营、销售、质量管理等,直到添加所有您需要的数据源。在Cohelion,我们希望首先为与我们合作的每个客户创建数据蓝图。他们有什么样的数据源,数据源中数据的粒度是多少,他们的主要KPI是什么——是现阶段还是未来?这有助于我们构建能够快速响应用户核心报表需求的数据仓库,也有助于我们设计与他们的业务需求保持同步的数据仓库。然后我们在短短几周内为客户创建了一个原型数据仓库。然后,我们连接新的数据源、新的办公室、新的地理位置等,以按照客户要求的速度不断增加数据仓库的复杂性。帮助您的数据仓库获得业务用户的另一个关键因素是:利用数据驱动的公司文化来创造信任价值——以及随之而来的洞察力。贵公司的关键数据指标需要满足实时性和可变性,并让公司意识到数据将使公司在未来具有竞争力。这对于确保公司使用最好的人才和资源非常重要,这样你就可以构建数据仓库,同时也让组织对你的数据驱动未来的想法充满热情。寻找愿意为您的业务目标进行真正投资的项目合作伙伴。通常,对技术不敏感的组织会碰壁。他们知道他们需要一个数据仓库,但他们甚至不知道如何开始——而且市场上可用的定制数据仓库数量之多令人难以招架。这导致许多公司选择特定的专业路线。您很难找到可以为您构建工作数据仓库的专家(由于供大于求,他们的报酬可能很高并且有增长趋势)。找到自己的专家可能是一种解脱-但要准备好受他的专业知识约束。自然地,每个专家都有个人偏好,他们会根据个人偏好为您构建数据仓库:开源、Microsoft、Oracle或首选的混合解决方案。还有一个警告。作为技术专家,他不太可能拥有与您的行业相关业务目标相同的专业知识。假设您正在管理一家货运公司,并且知道您需要构建一个工作数据仓库。您可能决定聘请数据架构师来启动项目,但是您选择候选人的标准是什么?当您找到专家时,他是最有资格的。但是他可能对你的行业或者数据仓库对应的KPI一无所知。解决方案:与了解您所在行业的数据合作伙伴协作和协作是明智之举。这些内部知识将帮助他们围绕您的核心KPI构建数据仓库,确保您可以基于数据仓库快速可靠地生成报告。当您拥有了解您的业务领域的数据合作伙伴时,您可以快速行动。他们将指导您如何迭代、扩展和增强您的数据仓库。他们选择的方式符合您所在行业的发展、机遇和合规需求。确保向您的数据仓库输入高质量的数据——垃圾输入意味着垃圾输出想象一下:您已经为数据仓库项目投入了大量的时间和金钱,但没有人能确定它最终会成功。现在是生成数据仓库的第一个数据报表的时候了。我们在审计报告时,有人对数据的准确性提出严重质疑。这相当于对该项目宣判了死刑。然而,这种现象经常发生。这并不奇怪,因为甚至在构思数据仓库项目之前,人们对公司的数据就有不同的看法。例如,可能会产生工作人员认为离谱的数据。内部斗争、对细节的粗心,甚至合规性问题都会造成数据孤岛,从而阻止公司公开透明地讨论数据。这在商业世界中很正常,但是如果这些问题进入您的数据仓库,您就完蛋了。解决方案:优化数据域内的准确性要取得成功,您的数据仓库项目必须拥有高质量的数据。我们支持我们的客户采用结构化数据工作流程,以创建一个及时检查、平衡和审计的系统,以提高数据准确性。构建这些核心功能允许专家审计相关数据集。这也有助于根据需要跟踪数据错误和更改,有助于创建一种问责制和可信赖的文化,以确保您的数据仓库可靠。充满信心地开始您的数据仓库项目数据驱动是今年的流行语,我们经常发现我们的客户需要一个可靠、可扩展的数据仓库才能实现数据驱动。从更准确和实时的KPI报告到审计合规性,再到满足数据治理、数据安全和可持续报告需求,数据仓库是组织的重要资产。原标题:大多数数据仓库项目都失败了。这是不这样做的方法,作者:GerbrandCasteleijn